---

title: Apache Airflow工作流编排与容错实践

keywords:

• Airflow
• DAG
• 调度
• 依赖管理
• 重试
• SLA
• 任务队列
• 传参与XCom
• 并发限制
• 验证

description: 使用 Airflow 编排数据与计算工作流，提供 DAG 依赖、并发与重试、SLA 与告警、XCom 与参数化实践，并给出验证与监控方法。

date: 2025-11-25

categories:

• 文章资讯
• 技术教程

---

概述

Airflow 通过 DAG 描述任务依赖与调度。本文提供并发与队列、重试与回退、SLA 与告警、参数化与 XCom 的实践清单与验证方法。

DAG 与依赖（已验证）

• 明确任务边界与 set_upstream/downstream；
• 使用 TriggerRule 控制分支与汇合行为。

并发与队列

• max_active_runs 与任务级并发限制；
• 队列与优先级控制资源使用。

重试与回退

• 指数退避重试；
• 失败回退与补偿任务；

SLA 与告警

• 任务与 DAG 级 SLA；
• 告警渠道（Email/Slack）与抑制策略。

参数与 XCom

• 使用 params 与 Variable 注入配置；
• XCom 传递小型数据；大数据使用存储传参。

示例（片段）

with DAG('example', schedule_interval='@daily', max_active_runs=1) as dag:
    t1 >> t2

验证与监控

• 指标：任务成功率、运行时长与队列等待；
• 回归：变更前后 DAG 运行对比；

常见误区

• 使用 XCom 传大数据导致性能问题；
• 无并发与队列限制造成资源争用；
• SLA 缺失无法及时告警。

结语

以清晰的依赖与并发控制、可靠的重试与回退、SLA 与告警，以及参数化与 XCom 的合理使用，Airflow 可在复杂编排场景稳定运行。